ERRORES

• Recolección de datos.

• Captura de datos.
 ERRORES ESTADÍSTICOS
COMUNES
• Sesgo.

• Datos no comparables.

• Proyección descuidada de tendencias.

• Muestreo incorrecto.
 SESGO
Existen muchas maneras en que una
perspectiva o estado mental pueda influir en la
recopilación y en el análisis de la información.
Cuando el individuo da mayor peso a los
datos que apoyan su opinión que a aquellos
que la contradicen. Un caso extremo de sesgo
sería la situación donde primero se toma una
decisión y después se utiliza el análisis
estadístico para justificar la decisión ya
tomada.
 DATOS NO COMPARABLES

El establecer comparaciones es una de

las partes más importantes del análisis
estadístico, pero es extremadamente
importante que tales comparaciones
se hagan entre datos que sean
comparables.
 PROYECCIÓN DESCUIDADA DE
TENDENCIAS

La proyección simplista de tendencias

pasadas hacia el futuro es uno de los
errores que más ha desacreditado el
uso del análisis estadístico.
 MUESTREO INCORRECTO
Cuando se necesita realizar muestreo,
para derivar conclusiones acerca de la
población a que pertenece la muestra. Si
la muestra se selecciona correctamente,
tendrá básicamente las mismas
propiedades que la población de la cual
fue extraída; pero si el muestreo se realiza
incorrectamente, entonces puede suceder
que los resultados no signifiquen nada.
 MUESTRA
Es un medio utilizado para
inferir algo acerca de una
población mediante la
selección de una parte de la
misma.
 MUESTRA ALEATORIA

Es el subconjunto de una
población seleccionada, que la
representa, escogida al azar, su
tamaño se representa con la
letra n.
 MUESTREO
• La naturaleza destructiva de ciertas
pruebas.
• La imposibilidad física de revisar
todos los integrantes de la
población.
• El costo de estudiar a todos los
integrantes de una población,
frecuentemente es prohibitivo.
 MUESTREO
Lo adecuado de los resultados de una
muestra.
En ocasiones se necesitaría mucho tiempo
para entrevistar a toda la población.
 MUESTREO
Son los métodos estadísticos para escoger
una muestra de la población.
• Muestreo Aleatorio Simple.
• Muestreo Aleatorio Sistematizado.
• Muestreo Aleatorio Estratificado.
• Muestreo por Conglomerados.
 POBLACIÓN

Es el gran conjunto de datos que es

el centro de nuestros intereses ya
sean animales, personas, objetos,
etc., su tamaño se representa con
la letra N.
 MEDIDAS ESTADÍSTICAS
TÍPICAS

La media aritmética, media

ponderada, la desviación estándar,
la varianza.
 PARÁMETRO
Es una característica
significativa que sea
posible medir de una
población.
 ESTADÍSTICO

Es una característica
significativa que sea
posible medir de una
muestra.
 Medida estadística Parámetro Estadístico
Media µ 𝑥
Diferencia de medias µ1- µ2 𝑥1 − 𝑥2
Mediana µ 𝑥
Desviación estándar  S
Varianza 2 S2
Proporción p 𝑝
Diferencia de proporciones p1- p2 𝑝1 − 𝑝2
Tamaño N n
ESTADÍSTICA PARAMÉTRICA (POBLACIÓN
Y MUESTRA ALEATORIA).

Las pruebas paramétricas son técnicas

estadísticas basadas en suposiciones
(datos normalmente distribuidos) sobre la
población de la que se seleccionan los
datos de la muestra y además requieren
de mediciones cuantitativas que
producen datos a nivel de intervalo o de
razón.
 ESCALAS DE INTERVALOS IGUALES

Está caracterizada por una unidad de medida

común y constante que asigna un número
igual al número de unidades equivalentes a la
de la magnitud que posea el elemento
observado. Es importante destacar que el
punto cero en las escalas de intervalos iguales
es arbitrario, y no refleja en ningún momento
ausencia de la magnitud que estamos
midiendo.
ESCALAS DE INTERVALOS IGUALES (Ejemplos)
Termómetro, 0°C Nivel de congelación del
agua 100 °C Nivel de ebullición, el punto cero
es arbitrario no real, lo que significa que en
este punto no hay ausencia de temperatura.
Examen de matemáticas que obtiene una
calificación 0 no significa que carezca de
conocimientos, el punto cero es arbitrario por
que sigue existiendo la característica medida.
El lapso transcurrido entre 1998-1999 es igual
al que transcurrió entre 2000-2001.
ESCALA DE COEFICIENTES O RAZONES
Es el nivel de medida más elevado y se
diferencia de las escalas de intervalos
iguales únicamente por poseer un punto
cero propio como origen; es decir que el
valor cero de esta escala significa
ausencia de la magnitud que estamos
midiendo. Si se observa una carencia total
de propiedad, se dispone de una unidad
de medida para el efecto.
ESCALA DE COEFICIENTES O RAZONES (Ejemplos)

Ingresos
Número de hijos
Dinero
 Aplicaciones de la estadística
inferencial.
La experiencia sobre el comportamiento
de algún índice de un proceso, o la
exigencia del cumplimiento de alguna
norma nos lleva a realizar proposiciones
sobre el valor de algún parámetro para
tomar una decisión de lo que se debe
hacer.
 Aplicaciones de la estadística
inferencial.
- Rango de valores en los que puede estar
un parámetro en un estudio.
- Cuál y qué tanta es la relación de una
variables con otra o con otras.
- Como herramienta de predicción y de
toma de decisiones en la investigación de
mercados, de recursos financieros a largo
y corto plazo, en recursos humanos, etc.
 Aplicaciones de la estadística
inferencial.
- Probar hipótesis, construir intervalos de
confianza, realizar análisis de regresión y
correlación por ejemplo, en ingeniería,
física, control de calidad, comunicaciones,
estudio de los semiconductores, etc.
- En biología y medicina, para determinar
los posibles efectos secundarios o la
efectividad de las medicinas.
 Aplicaciones de la estadística
inferencial.
- En genética, para determinar las
características genéticas de los seres vivos.
- En agricultura, para determinar los
efectos de los insecticidas y fertilizantes.
- En medicina preventiva, para controlar
enfermedades contagiosas.
 Aplicaciones de la estadística
inferencial.
- En la investigación, por medio del análisis
de muestras y aplicando un procedimiento
de estadística inferencial, se obtienen
conclusiones de una población.
A continuación se plasman dos ejemplos
más puntuales de la estadística
inferencial.
 Aplicaciones de la estadística
inferencial.
Se utiliza en investigación farmacéutica. La
producción de algunos medicamentos nuevos
es costosa para producirlos, por lo tanto las
pruebas deben estar limitadas a muestras
pequeñas de pacientes, los investigadores
pueden diseñar experimentos con esas
muestras pequeñas de pacientes seleccionadas
al azar y tratar de llegar a conclusiones y hacer
inferencias acerca de la población.
 Aplicaciones de la estadística
inferencial.
La utilizan los investigadores de mercado para
estudiar el impacto de la publicidad en
diferentes sectores del mercado. Supongamos
que una empresa fabricante de refrescos crea
un anuncio publicitario que representa una
máquina despachadora que habla al
comprador y los investigadores de mercado
desean medir el impacto del nuevo anuncio en
varios grupos de edades.
 Aplicaciones de la estadística
inferencial.
El investigador podría estratificar la población
en categorías de edades que van de niños,
jóvenes hasta adultos, muestrear al azar cada
estrato y determinar la efectividad del anuncio
para los diversos grupos de edades de la
población.